腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
良好
的
训练
精度
和
验证
精度
,
但
预测
精度
较差
python
、
keras
、
deep-learning
、
neural-network
、
conv-neural-network
我
的
CNN有一个胡说八道
的
问题。它在测试
和
验证
数据上有很好
的
准确性,
但
当涉及到
预测
时,它真的很糟糕,我不知道为什么。我有一个包含traningData
和
TestData
的
文件夹,每个文件夹都有5个子文件夹名称classA,classB。classC,classD,classE。所有这些都有相关
的
图片。-这个问题
的
解决方案-我发现了一个错误,这就是为什么我澄清了我
的
问题,使它变得更加
浏览 23
提问于2020-10-22
得票数 0
回答已采纳
1
回答
如何在TensorFlow中提高CNN
的
预测
能力?
python
、
tensorflow
、
deep-learning
、
conv-neural-network
我在TensorFlow中使用具有两个卷积层
的
CNN,一个完全连接
的
层
和
一个线性层来
预测
对象
的
大小。标签是大小,特征是图像。两种方法
的
准确率都有所提高,
但
交叉
验证
准确率
的
提高速度较慢。考虑到
精度
上
浏览 3
提问于2018-09-07
得票数 0
1
回答
解释
验证
损失
tensorflow
、
validation
、
keras
、
loss
我是神经网络
的
新手,我不知道如何准确地解释我得到
的
验证
损失
的
结果。我正在尝试使用tensorflow对图像进行分类。如果我绘制每个时期之后得到
的
结果,我会得到以下结果:enter image description here 我
的
训练
精度
和
验证
精度
提高了,我
的
训练
损失减少了,
但
验证
损失虽然下降了一些,
但
并不是非
浏览 53
提问于2020-08-11
得票数 1
回答已采纳
1
回答
如何测试Keras中
的
图像,以及如何
预测
分类类中
的
图像?
machine-learning
、
deep-learning
、
multiclass-classification
我做了类似于keras文档中
的
训练
和
验证
。而是如何测试图像。我知道在scikit-learn中该怎么做。但是我想用keras做。 比方说,我想
预测
分类类形式
的
图像。在最后,我还想打印类名,
训练
精度
,测试
精度
,最后是
预测
的
图像
精度
(例如,狗: 99.8 %)。
浏览 3
提问于2018-03-17
得票数 0
3
回答
如果有的话,机器学习算法被认为是可解释性
和
预测
之间
的
一个很好
的
权衡?
machine-learning
、
predictive-modeling
描述梯度增强机器或神经网络等算法
的
机器学习文本经常评论说这些模型擅长
预测
,
但
这是以失去可解释性或可解释性为代价
的
。相反,单决策树
和
经典回归模型被标记为善于解释,
但
与更复杂
的
模型(如随机森林或支持向量机)相比,
预测
精度
(相对)
较差
。是否有普遍接受
的
机器学习模型代表两者之间
的
良好
权衡?是否有任何文献列举了算法
的
特点,使它们可以解释?(这个问题以前是在
浏览 0
提问于2016-05-22
得票数 9
回答已采纳
2
回答
libsvm : C++
和
MATLAB :为什么有不同
的
准确性?
c++
、
matlab
、
machine-learning
、
svm
、
libsvm
我有两个多类数据集,有5个标签,一个用于培训,另一个用于交叉
验证
。这些数据集存储为.csv文件,因此它们在本实验中充当控件。 我有一个libsvm
的
C++包装器
和
libsvm
的
MATLAB函数。对于C++
和
MATLAB:使用带有径向基函数核
的
C型支持向量机,我迭代了两个C
和
Gamma值列表。对于每个参数组合,我对
训练
数据集进行
训练
,然后
预测
交叉
验证
数据集。将
预测
精度</em
浏览 1
提问于2013-09-18
得票数 0
回答已采纳
1
回答
我应该使用损失或准确性作为早期停止
的
标准吗?
neural-network
、
deep-learning
、
keras
、
autoencoder
我正在学习
和
试验神经网络,并希望从更有经验的人那里获得以下问题
的
意见:然而,过了一段时间,损失不断减少,
但
精度
突然回落到一个低得多
的
低水平。 它是‘正常’或预期
的
行为,准确性上升很快,并保持高位突然回落?即使
浏览 1
提问于2016-05-10
得票数 13
1
回答
tensorflow中
的
训练
和
测试
tensorflow
如何拥有
训练
数据
的
准确性-如果是他们
的
数据,它应该始终是100%。我可以理解我们是如何获得
验证
准确性
的
,我们只是用结果来检查,但是我们如何获得测试
的
准确性呢?
浏览 3
提问于2018-12-23
得票数 0
2
回答
验证
/培训
的
准确性
和
过度拟合
machine-learning
、
cross-validation
、
training
、
accuracy
、
overfitting
如果将数据随机分成
训练
数据
和
验证
数据,假设
训练
数据
和
验证
数据具有相似的“分布”,即它们都是整个数据集
的
良好
表示。 在这种情况下,在没有过度拟合
的
情况下,
验证
精度
是否总是与
训练
精度
大致相同?或者,在某些情况下,是否有可能在培训
和
验证
准确性之间存在“内在”差距,而这并不是由于
验证
数据
的
过度拟合或表
浏览 0
提问于2018-02-06
得票数 1
2
回答
cnn中
验证
精度
大于
训练
精度
machine-learning
、
cnn
、
accuracy
、
overfitting
、
python-3.x
📷 我已经将我
的
训练
设定为80:20
的
比例,并开发了cnn
的
模式,辍学0.5。我
的
准确率是98%。
但
验证
精度
仍大于
训练
精度
。这有什么问题吗?这会导致过度适应吗?如果是的话,那我为什么得到98%
的
精度
呢?图上给出
的
是below.The红线是
验证
精度
,蓝色是
训练
精度
。
浏览 0
提问于2020-06-09
得票数 1
1
回答
HSV图像可以用于CNN
训练
吗
keras
、
deep-learning
、
conv-neural-network
、
kaggle
当你查看数据集时,
训练
和
验证
集中
的
图像非常基本,几乎是相同
的
。该网络可以实现高
训练
和
验证
精度
。
但
当涉及到现实生活中
的
图像
预测
时,它
的
表现非常糟糕(这是因为该模型是在非常基本
的
图像上进行
训练
的
)。为了克服这个问题,我将
训练
和
验证
图像转换为HSV (色调-饱和度
浏览 10
提问于2021-03-19
得票数 0
1
回答
e1071::svm()
的
总
精度
r
、
svm
e1071::svm()中
的
总准确率是如何计算
的
?这与从混乱表中计算得出
的
结果不同: > x <- subset(iris, select = -Species)> model <- svm(x, y,cross
浏览 25
提问于2019-10-16
得票数 0
1
回答
这是一个好
的
基于分类模型
的
混淆矩阵
和
分类报告吗?
machine-learning
、
classification
、
accuracy
、
confusion-matrix
预测
精度
混淆矩阵2577 13953] 3.0 0.90 0.84 0.87 16530对于神经网络 3.0 0.88 0.97 0.92 165
浏览 0
提问于2017-05-05
得票数 0
1
回答
为什么我
的
模特认不出我自己
的
手写体数字?
machine-learning
、
tensorflow
、
image-recognition
、
mnist
我
的
模型
训练
精度
100%
和
测试
精度
90%。
但
当我
训练
自己
的
书面数字,它总是给我错误
的
预测
。 我知道测试
和
训练
图像应该来自同一个来源。但是我怎样才能提供不同
的
源数据呢?
浏览 0
提问于2018-11-02
得票数 0
回答已采纳
1
回答
如何进行交叉
验证
SVM分类器
matlab
、
matlab-figure
我想通过将支持向量机分类器应用于大小为1089*43093
的
数据矩阵S来执行解码,并且标记为r
的
标签
的
预测
精度
是基于11折交叉
验证
分类procedure.The 11折交叉
验证
基于数据矩阵S来计算
的
,数据矩阵S被分成用于分类
的
训练
和
测试数据集。具体地说,这种交叉
验证
只用于计算
预测
精度
r。有人能给我一些建议吗?非常感谢!
浏览 1
提问于2014-08-09
得票数 0
2
回答
测试
精度
较差
,
但
具有非常好
的
训练
和
验证
精度
python
、
machine-learning
、
deep-learning
、
pytorch
、
loss-function
我有一个奇怪
的
表演,我无法解释。在我
的
网络
训练
期间,在我完成了我
的
训练
批次
的
计算之后,我直接通过
验证
集并在其上进行批次测试我
的
模型。因此,我
的
验证
不是在与培训不同
的
步骤上完成
的
。但我只是运行了一批培训,然后也进行了一批
验证
。valdata)loss_val = loss_fn(log
浏览 46
提问于2021-09-18
得票数 0
1
回答
较低
的
方差与较高
的
验证
分数
machine-learning
、
training
、
variance
因此,我试图比较两种模型,比如模型(1)
的
训练
精度
为90%,
验证
精度
为86%,而模型(2)
的
训练
精度
为87%,
验证
精度
为85%。现在,模型(1)具有较好
的
验证
分数,
但
方差较高,而模型(2)
的
方差较低,
但
验证
分数略差。 我该选哪一个?假设这是我们能得到
的
最好
的
结果。我是新来<e
浏览 0
提问于2021-05-01
得票数 0
2
回答
哪一种模型更好,一种在高
精度
超拟合之前,还是一种没有过拟合
和
低
精度
的
模型?
machine-learning
、
cnn
、
accuracy
、
overfitting
在第一次
训练
中,我在第5次
训练
中获得了87%(0.29损失)
和
87%(0.30损失)
的
训练
精度
,我连续
训练
了15次,正如预期
的
那样,它开始过度拟合,
训练
精度
提高到97%(0.01损失),
验证
保持在87%在第二个模型中,我使用了数据增强
和
Dropout层来处理过拟合(总共
训练
了10个历元)。结果如下:第五阶段:
训练
精度
77% (0
浏览 0
提问于2020-07-27
得票数 2
1
回答
从年代
的
角度来确定提前停止
的
时机
python
、
tensorflow
、
keras
我在Keras中建立了一个神经网络模型,它在1000年代(在所使用
的
超参数上)达到了1
的
训练
集
精度
,
但
验证
精度
在0.78
和
0.8之间波动。我想要一个早期停止命令,它监视
验证
精度
,
但
只在1000年代之后才开始,因为在1000年代之前,
验证
精度
一直波动很大。因此,我
的
策略是最大限度地提高
训练
集
的
准确性,然后立即停止
浏览 1
提问于2018-07-05
得票数 0
回答已采纳
3
回答
什么激活函数适合于Keras中
的
回归神经元
的
输入范围(0,1)
和
输出范围(-∞,∞)
python
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
将输入图像正则化为(0,1),输出为具有伪高斯分布
的
float32值(-∞,∞)。这个问题是由于激活函数选择错误造成
的
吗? model.c
浏览 5
提问于2020-05-04
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
诺基亚贝尔完成 URLLC 和高精度授时的技术验证
以前所未有的精度,预测超重核的衰变模式和半衰期,中山大学团队开发 AI 新方法
DeepSparse: 通过剪枝和稀疏预训练,在不损失精度的情况下减少70%的模型大小,提升三倍速度
基于支持向量回归机的空调负荷预测
“居高临下,势如破竹”-参数的动量更新方法
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券